基于激光视觉的焊缝传感器具有获取图像信息量大，可靠性强，使用广泛等特点。在实际工作环境中由于焊接工作条件不可能十分理想，传感器距电弧较近，易受强列的弧光、高温辐射、电磁干扰、烟尘飞溅等不利因素的影响。所以传感器所采集的目标图像不可能是理想的图像，需要进行一定的处理才能改善图像质量供观察和评价，才能从中提取有用的特征信息。因此，焊缝图像的实时处理对实现焊缝自动跟踪是非常重要的，为此主要对焊缝的图像识别技术进行了研究。首先确定了图像识别系统的结构设计和硬件选型，利用DSP数字图像处理器能大批量快速的处理图像，完成图像采集、图像批量处理、数据存储等工序。采用激光光源作为主动光的非接触性视觉传感器，在焊接工件表面激光光带能清晰的反应出V型坡口的焊缝信息。通过建立激光结构光传感器数学模型，实现空间三维坐标与图像二维坐标的转换。对结构光传感器数学模型进行优化分析，确定了相机、激光光源的安装位置，优化了传感器的结构参数。分析摄像机的成像模型，进行图像识别系统标定，用最小二乘法进行线性拟合，得出像素尺寸与实际尺寸的关系式。根据V型坡口焊缝的特点，开发了一套焊缝图像处理算法，通过图像平滑滤波、阈值分割、边缘检测、骨化、直线提取等过程提取出焊缝的特征信息。首先对焊缝图像进行图像平滑处理和阈值分割，比较各种滤波算法的效果最终确定使用中值滤波算法；其次进行边缘检测，canny边缘检测算法能清晰的检测出激光光带的边界部分；然后将边缘检测的结果进行骨化处理，提取出激光光带的单像素中心线；最后将中心线利用hough算法直线拟合。通过拟合后的激光光带单像素直线提取出V型坡口的两个肩部和一个底部的像素坐标。得到V型坡口的像素宽度和深度，通过标定关系式得出焊缝的实际宽度和深度信息。